Преобразование серии pandas в DataFrame

92

У меня есть серия Pandas sf:

email
email1@email.com    [1.0, 0.0, 0.0]
email2@email.com    [2.0, 0.0, 0.0]
email3@email.com    [1.0, 0.0, 0.0]
email4@email.com    [4.0, 0.0, 0.0]
email5@email.com    [1.0, 0.0, 3.0]
email6@email.com    [1.0, 5.0, 0.0]

И я хотел бы преобразовать его в следующий DataFrame:

index | email             | list
_____________________________________________
0     | email1@email.com  | [1.0, 0.0, 0.0]
1     | email2@email.com  | [2.0, 0.0, 0.0]
2     | email3@email.com  | [1.0, 0.0, 0.0]
3     | email4@email.com  | [4.0, 0.0, 0.0]
4     | email5@email.com  | [1.0, 0.0, 3.0]
5     | email6@email.com  | [1.0, 5.0, 0.0]

Я нашел способ сделать это, но сомневаюсь, что он более эффективен:

df1 = pd.DataFrame(data=sf.index, columns=['email'])
df2 = pd.DataFrame(data=sf.values, columns=['list'])
df = pd.merge(df1, df2, left_index=True, right_index=True)
Woshitom
источник
4
В более поздних версиях pandas это можно сделать с помощью одного reset_indexвызова .
cs95

Ответы:

137

Вместо того, чтобы создавать 2 временных файла dfs, вы можете просто передать их как параметры в dict, используя конструктор DataFrame:

pd.DataFrame({'email':sf.index, 'list':sf.values})

Есть много способов создать df, см. Документацию

EdChum
источник
еще один отличный вариант - объединить, если ваши серии имеют одинаковые осиpd.concat([sf.index, sf.values], axis=1)
Лорен
63

to_frame () :

Начиная со следующей серии df:

email
email1@email.com    A
email2@email.com    B
email3@email.com    C
dtype: int64

Я использую to_frame для преобразования серии в DataFrame:

df = df.to_frame().reset_index()

    email               0
0   email1@email.com    A
1   email2@email.com    B
2   email3@email.com    C
3   email4@email.com    D

Теперь все, что вам нужно, это переименовать имя столбца и назвать столбец индекса:

df = df.rename(columns= {0: 'list'})
df.index.name = 'index'

Ваш DataFrame готов к дальнейшему анализу.

Обновление: я только что наткнулся на эту ссылку, где ответы на удивление похожи на мои здесь.

Шореш
источник
1
series_obj.to_frame()работает! Я вывожу этот тип класса<class 'pandas.core.frame.DataFrame'>
Джонни Чжан
1
Зачем использовать, to_frame().reset_index()а не просто reset_index? Вы даже можете просто сделатьreset_index(name='list')
Дамблдад
17

Series.reset_indexс nameаргументом

Часто возникает случай использования, когда необходимо повысить серию до DataFrame. Но если у Серии нет названия, reset_indexрезультатом будет что-то вроде,

s = pd.Series([1, 2, 3], index=['a', 'b', 'c']).rename_axis('A')
s

A
a    1
b    2
c    3
dtype: int64

s.reset_index()

   A  0
0  a  1
1  b  2
2  c  3

Где вы видите имя столбца - «0». Мы можем исправить это, указав nameпараметр.

s.reset_index(name='B')

   A  B
0  a  1
1  b  2
2  c  3

s.reset_index(name='list')

   A  list
0  a     1
1  b     2
2  c     3

Series.to_frame

Если вы хотите создать DataFrame без преобразования индекса в столбец, используйте Series.to_frame, как предлагается в этом ответе . Это также поддерживает параметр имени.

s.to_frame(name='B')

   B
A   
a  1
b  2
c  3

pd.DataFrame Конструктор

Вы также можете сделать то же самое, что Series.to_frameи указав columnsпараметр:

pd.DataFrame(s, columns=['B'])

   B
A   
a  1
b  2
c  3
cs95
источник
Мне было интересно, почему можно использовать to_frameвместо этого reset_index, но есть ли когда-нибудь веская причина использовать оба? здесь
dumbledad 07
@dumbledad в основном полезен. Если вам нужен единственный фрейм данных col с индексом, используйте to_frame (). Если вам нужны два столбца (один из индекса серии, а другой из самих значений серии), используйте reset_index ().
cs95 07
А что, если я хочу преобразовать Series в DataFrame с индексом Seires, используемым в качестве имен столбцов DataFrame (то есть транспонированным)? to_frameпохоже, нет аргументов в пользу этого. Спасибо.
Сбитый с
@Confounded используйте to_frame (). T, чтобы транспонировать его
cs95
17

Однострочный ответ будет

myseries.to_frame(name='my_column_name')

Или

myseries.reset_index(drop=True, inplace=True)  # As needed
Загадочный
источник
4

Series.to_frameможно использовать для преобразования Seriesв DataFrame.

# The provided name (columnName) will substitute the series name
df = series.to_frame('columnName')

Например,

s = pd.Series(["a", "b", "c"], name="vals")
df = s.to_frame('newCol')
print(df)

   newCol
0    a
1    b
2    c
Giorgos Myrianthous
источник
1

вероятно, оценивается как непитонический способ сделать это, но это даст результат, который вы хотите, в строке:

new_df = pd.DataFrame(zip(email,list))

Результат:

               email               list
0   email1@email.com    [1.0, 0.0, 0.0]
1   email2@email.com    [2.0, 0.0, 0.0]
2   email3@email.com    [1.0, 0.0, 0.0]
3   email4@email.com    [4.0, 0.0, 3.0]
4   email5@email.com    [1.0, 5.0, 0.0]
Пратамеш Мистри
источник